ML-Ops-Ingenieur

Über uns
Harmattan AI ist ein erstklassiges Verteidigungsunternehmen der nächsten Generation, das autonome und skalierbare Verteidigungssysteme aufbaut. Nach dem Abschluss einer Serie-B-Finanzierung im Wert von 200 Millionen US-Dollar, bei der das Unternehmen einen Wert von 1,4 Milliarden US-Dollar hat, erweitern wir unsere Teams und Fähigkeiten, um den alliierten Streitkräften unternehmenskritische Systeme zu liefern.
Unsere Arbeit wird von klaren Werten geleitet: Technologien mit realer Wirkung zu entwickeln, bei allem, was wir tun, nach Exzellenz zu streben, ehrgeizige Ziele zu setzen und die schwierigsten technischen Herausforderungen anzunehmen. Wir sind in einem anspruchsvollen Umfeld tätig, in dem Genauigkeit, Eigenverantwortung und Ausführung erwartet werden.

ÜBER DIE ROLLE
Unsere ML-Teams erstellen und optimieren die Modelle, die den Kern unseres Autonomie-Stacks bilden. Wenn ein Team skaliert, muss der Arbeitsablauf, auf dem die Modelle laufen, von einem manuellen, organisch gewachsenen Aufbau auf eine kontrollierte, automatisierte und reproduzierbare Grundlage übergehen.
Als MLOps-Ingenieur, der von Paris, Lausanne oder Zürich aus tätig ist, besitzen Sie diese Maschinerie für Schulungs- und Evaluierungspipelines, CI, Experimentverfolgung und Reproduzierbarkeit, sodass Modelle auf kontrollierte und wiederholbare Weise trainiert, bewertet und verglichen werden. Sie geben den Modellierern die Möglichkeit, sich auf Modelle statt auf die Infrastruktur zu konzentrieren, und Sie legen den Standard fest, auf dem das Team aufbaut.
VERANTWORTLICHKEITEN

• Trainings- und Evaluierungspipelines: Erstellen und pflegen Sie die reproduzierbaren Trainings- und Evaluierungspipelines, auf denen die Modellierer arbeiten, zusammen mit den Pipeline-Vorlagen und Tools, auf denen sie aufbauen. Das Urteil über die Modellqualität liegt bei den Modellierern.

• CI und Reproduzierbarkeit: Bringen Sie CI in die ML-Arbeit ein und machen Sie Läufe über Code, Konfiguration und Modelle hinweg wirklich vergleichbar.

• Modellregistrierung: Pflegen Sie eine Modelllebenszyklusregistrierung, von der Sandbox bis zur Produktion.

• Experimentverfolgung und -protokollierung: Halten Sie die Ergebnisse im gesamten Team vergleichbar und nachvollziehbar.

• Testautomatisierung: Helfen Sie dabei, geräteinterne und Hardware-in-the-Loop-Testläufe in die Automatisierung einzubinden und die Ergebnisse zu sammeln.

ANFORDERUNGEN AN KANDIDATEN

• Bildungshintergrund: Ein Abschluss in einem MINT-Bereich oder gleichwertige praktische Erfahrung. Praktische Erfahrung in den Bereichen Pipeline, CI und Reproduzierbarkeit ist wichtiger als der spezifische Abschluss.

• MLOps-Erfahrung: Aufbau und Wartung von ML-Pipelines, CI und Experimentverfolgung in einer realen Produktions- oder Forschungsumgebung, wobei idealerweise ein manueller Ablauf übernommen und dieser kontrolliert und reproduzierbar gemacht wird.

• Ingenieurwesen: Stark in Python und Software-Engineering für Infrastruktur.

• Bonus: Erfahrung in der Verkabelung von Pipelines mit On-Device- oder Hardware-in-the-Loop-Tests.

• Eigenschaften: Systematisch, zuverlässig und serviceorientiert, sodass das Team kompetent, pragmatisch und gut darin ist, Reibungsverluste zu reduzieren.

• Engagement: 100-prozentiges Engagement für die Mission von Harmattan AI, verbündeten Nationen durch ethische, wirkungsvolle Technologie einen Verteidigungsvorteil zu verschaffen.

Wir freuen uns darauf zu hören, wie Sie bei Harmattan AI die Zukunft autonomer Verteidigungssysteme mitgestalten können.
Finden Sie Jobs in Frankreich auf Arbeitnow

Quelle: Arbeitnow (https://www.arbeitnow.fr/jobs/companies/signal-processing-engineer-rf-processing-analytics/ml-ops-engineer-paris-403641)